| Bevezetés | 7 |
| A tudásalapú technológia története | 17 |
| A mesterséges intelligencia kialakulása és jelen helyzete | 17 |
| Az MI fejlődésének főbb mérföldkövei | 17 |
| Az MI jelenlegi kutatási területei | 21 |
| Az MI kutatások jelenlegi fő irányai | 23 |
| Tallózás a neurális hálózatok történetében | 23 |
| A MYCIN kultúra és tanulságai | 26 |
| Tudásalapú eszközök piaca | 29 |
| A piac három fejlődési szakasza | 30 |
| Tudásalapú eszközök helyzete | 32 |
| Tudásalapú alkalmazások helyzete | 32 |
| Hazai fejlesztésű tudásalapú eszközök és alkalmazások | 34 |
| Az MI első hazai mérföldkövei | 34 |
| Hazai Prolog rendszerek és tudásalapú eszközök | 35 |
| Hazai tudásalapú alkalmazások | 37 |
| Ismertebb hazai szakértő rendszer projektek 1991-ig | 38 |
| Tudásalapú rendszerek elméleti alapjai | 41 |
| Megoldáskereső módszerek az MI-ben | 43 |
| Állapottér, reprezentációs gráf | 43 |
| Keresési tér, keresőgráf | 45 |
| Reprezentációs fa, keresőfa | 46 |
| Klasszikus példák állapottér-reprezentációra | 47 |
| Klasszikus keresési stratégiák | 50 |
| Hegymászó keresés (hill-climbing search) | 52 |
| Visszalépéses keresés (backtracking) | 53 |
| Mélységi keresés (depth-first search) | 53 |
| Szélességi keresés (breadth-first search) | 55 |
| Elágazás-és-korlátozás keresés (branch-and-bound) | 56 |
| Nyalábolt keresés (beam search) | 57 |
| Előretekintő keresés (best-first search) | 57 |
| Az A algoritmus (A algorithm) | 58 |
| Az A* algoritmus (A* algorithm) | 58 |
| Tudásreprezentációs módszerek | 60 |
| Logikai nyelvek | 64 |
| Szabályalapú reprezentáció | 70 |
| Asszocioatív vagy szemantikus hálók | 74 |
| Keret (frame) | 75 |
| Forgatókönyv (script) | 80 |
| Bizonytalanságkezelés | 83 |
| A bizonytalanság eredete, formalizálása | 84 |
| Numerikus modellek | 87 |
| Bayes módszer | 87 |
| Dempster-Shafer modell | 91 |
| Fuzzy modell | 94 |
| Szimbolikus, nem-numerikus modellek | 97 |
| Nem-monoton következtető rendszerek jellemzése | 98 |
| Nem-monoton rendszerek megvalósításairól | 101 |
| Függőség-vezérelt visszalépés | 105 |
| Nem-monoton következtetést alkalmazó feladatok | 106 |
| Heurisztikus módszerek | 107 |
| Bizonytalanságkezelés a MYCIN rendszerben | 107 |
| Bizonytalan tudás kezelése az M.1. keretrendszerben | 111 |
| A PROSPECTOR bizonyossági modellje | 113 |
| A tudásalapú technológia jellegzetességei | 115 |
| A hagyományos programoktól a tudásalapú rendszerekig | 115 |
| Hagyományos programok | 115 |
| Adatbázis alkalmazások | 116 |
| Tudásalapú rendszerek | 117 |
| Hagyományos program átszerkesztése | 120 |
| Tudásalapú rendszerek szerkezete és főbb funkciói | 123 |
| Adat, tudás, szakértő rendszer ismeretek | 127 |
| Adat, információ, ismeret, tudás | 128 |
| Adatbázis, tudásbázis | 129 |
| Szakértői tudásszintek, szakértő rendszer ismeretek | 129 |
| Az 1. és 2. a generációs szakértő rendszerek | 132 |
| Tudásalapú/szakértő technológia jellegzetes jegyei | 133 |
| Tudásalapú/szakértő rendszerek értékelése | 134 |
| Alaptechnikák, elemi problématípusok | 137 |
| Tudásalapú rendszerek | 137 |
| Induktív rendszerek | 139 |
| Szabályalapú rendszerek | 142 |
| Hibrid rendszerek | 156 |
| Szimbólum-manipulációs nyelvek - LISP, Prolog | 160 |
| További, ígéretes következtető MI technikák | 162 |
| Szakértő rendszer problématípusok | 167 |
| Procedurális problémák | 167 |
| Diagnosztizáló problémák | 168 |
| Monitorozó vagy őrző problémák | 169 |
| Konfiguráló vagy objektumtervező problémák | 169 |
| Tevékenységtervező vagy ütemező problémák | 171 |
| Alaptechnikák és problématípusok kapcsolata | 172 |
| Alaptechnikák és javasolható problématípusok | 172 |
| Problématípusok és javasolható alaptechnikák | 174 |
| A tudásalapú/szakértő rendszerépítés jellegzetességei | 177 |
| Tudásalapú vállalati stratégia kidolgozása | 178 |
| Jellegzetes tudásalapú vállalati stratégiák | 178 |
| Tudásalapú rendszerek felhasználási lehetőségei | 183 |
| Intelligens feladatmegoldó segédletek | 185 |
| Feladat kiválasztás | 186 |
| A feladat jelenlegi megvalósítása | 188 |
| Kulcs-kritériumok | 188 |
| Kizáró kritériumok - elkerülendő feladatok | 191 |
| A probléma típusa és a következtetés jellege | 193 |
| Felhasználói szempontok | 193 |
| Vezetői szempontok. A rendszer értékelése | 195 |
| Feladat elemzés | 196 |
| A feladat elemzés szempontjai | 196 |
| A feladat elemzéséhez szükséges első interjúk | 199 |
| Feladat szerkezet meghatározás | 201 |
| A tudásmérnöki munka | 201 |
| Az emberi memória szerveződéséről | 203 |
| Az ismeretek formalizálásáról | 204 |
| Tudásszerzés (Knowledge Acquisition) | 206 |
| Tudásszerzés egyes rendszerfejlesztési fázisokban | 208 |
| A prototípuskészítés mint technikai segédeszköz | 210 |
| A tudásszerzés eszközei és módszerei | 211 |
| Az RGA módszer | 215 |
| Tudásalapú rendszerek építése | 219 |
| Célvezérelt rendszerek építése | 219 |
| A feladat elemzése és megadása | 219 |
| A feladat szerkezetének meghatározása | 222 |
| Az induló szabálykészlet kidolgozása | 223 |
| A szabályok továbbfejlesztése, finomítása | 226 |
| A következtetés és vezérlés testre-szabása | 232 |
| Adatvezérelt rendszerek építéséről | 234 |
| Strukturált szabályalapú rendszerek építéséről | 235 |
| Hibrid rendszerek építéséről | 237 |
| Tudásalapú rendszerek verifikálása és validálása | 239 |
| Verifikálás | 242 |
| A specifikáció teljesítése | 242 |
| Programozási hibák a szabálybázisban | 242 |
| Amikor egy szemantikai hiba nem hiba | 246 |
| Számítógéppel támogatott verifikálás | 247 |
| Validálás | 247 |
| Tudásalapú rendszerek validálásának módszerei | 247 |
| Tudásalapú rendszerek validálásának kritériumai | 249 |
| Utószó | 251 |
| Irodalomjegyzék | 253 |
| Forrásmunkák jegyzéke | 253 |
| További irodalmi hivatkozások | 258 |
| Melléklet | |
| Melléklet 1: Szómagyarázat | 263 |
| Melléklet 2: Bor-tanácsadó rendszer megvalósítása M. 1-ben | 279 |
| Melléklet 3: Fuzzy következtetést illusztráló példa | 293 |